2. Teora de lneas de espera (colas).

El fenmeno se presenta siempre y cuando la demanda actual de un

servicio es mayor que la capacidad actual para proporcionar ese servicio.
Es de inters conocer caractersticas de desempeo tales como; el
numero de elementos (clientes) se encuentran esperando por el servicio,
cuanto demora esta espera y el tiempo que toma prestar el servicio.
Dado que es difcil predecir con exactitud cuantas unidades llegarn a
buscar el servicio y , o bien, cunto tiempo se requerir para proporcionar
ese servicio, entran a jugar un gran rol el tratamiento estadstico sobre
observaciones sobre tiempos entre llegadas o el numero de llegadas en
un periodo dado.
El aspecto de tomar decisiones, se refiere a la determinacin de la
capacidad del servicio, existe una relacin costo versus nivel de servicio.
Ya se puede se dimensionar para lograr altos niveles de servicio pero el
costo puede ser prohibitivo.
Modelamiento y
Simulacin

Victor Alvarez Celedon

2.1 Estructura bsica de un modelo de cola.

FUENTE
DE
ENTRADA

Clientes

COLA

MECANISMO
DE
SERVICIO

Clientes
Servidos

El proceso bsico de colas se explica como sigue:

Los Clientes que requieren un servicio se generan en el tiempo por medio
de una Fuente de Entrada. Estos clientes entran al sistema de colas y
se unen a una Cola.
En diversos momentos, se selecciona a uno de los clientes formados para
darle servicio, mediante la regla conocida como Disciplina en la
Cola(Disciplina en el Servicio). Entonces se proporciona al cliente el
servicio requerido por medio del Mecanismo de Servicio, despus de
lo cul tal cliente sale del sistema.

Modelamiento y
Simulacin

Victor Alvarez Celedon

i) FUENTE DE ENTRADA : (Poblacin Potencial).

Una caracterstica de la fuente de entrada es su tamao . El nmero total de
clientes que podra requerir el servicio de cuando en cuando , es decir, el
nmero potencial de clientes distintos.
El caso Finito es analticamente ms difcil, en virtud de que el nmero de
clientes, en el sistema de colas afecta al nmero de clientes potenciales que
se encuentra fuera del sistema.
Otra caracterstica es el patrn mediante el cul se generan los clientes en el
transcurso del tiempo.
Ejemplo:
Nmero de Clientes
generados hasta
el instante t
Tiempo entre llegadas
consecutivas

Modelamiento y
Simulacin

Distribucin
de
Poisson.

Victor Alvarez Celedon

Distribucin
Exponencial

ii) COLA.
Una Cola se caracteriza por el numero mximo admisible de clientes que
puede admitir, (Infinita/Finita).

iii) DISCIPLINA DE LA COLA :.

Se refiere al orden en que se seleccionan sus miembros de la cola para que
reciban el servicio (FIFO, Aleatorio, Prioridad, etc.)

iv) MECANISMO DEL SERVICIO

Consiste en uno o ms Medios de Servicio , cada uno de los cuales contiene
uno o ms Canales Paralelos de Servicio , llamados Servidores.
El tiempo que transcurre, para un cliente, desde que se inicia el servicio hasta
su complecin en uno de los medios se conoce como tiempo de servicio
(Duracin del Servicio).
En todo modelo debe especificarse cul es la distribucin de Probabilidad de
los Tiempos de Servicios para cada servidor ( y posiblemente para los
diferentes clientes ), an cuando es comn suponer la misma distribucin
para los servidores.
Distribuciones tpicas:
Exponencial.
Degenerada.
Erlang (Gamma).
Modelamiento y
Simulacin

Victor Alvarez Celedon

Sistema de Colas

Medio
de
Servicio.

Cola
Clientes

Clientes
Servidos

SERVIDORES:

CLIENTES:

CL
Cajero Automtico
Banco
BFI

Modelamiento y
Simulacin

Victor Alvarez Celedon

2.2 Terminologa y notacin.

Estado del Sistema: Nmero de clientes en el sistema de colas.
Longitud de la cola: Nmero de clientes que esperan recibir el servicio. Estado
del Sistema menos el nmero de clientes que estn
recibiendo servicio.
N (t):
Nmero de clientes en el sistema en el instante t (t 0).
Pn (t):
Probabilidad de que se encuentren exactamente n
clientes en el sistema de colas en el instante t, dado el
nmero de clientes en el instante cero.
S: Nmero de servidores (Canales de Servicio) en paralelo en el sistema.

n : Tasa

media de llegadas (Nmero esperado de llegadas por unidad de

tiempo) de clientes nuevos, cuando se encuentran
n clientes en el sistema.

n :Tasa media de servicio para el sistema en conjunto (Nmero esperado

de
clientes a los que se les completa el servicio por unidad
de tiempo), cuando se encuentran n clientes en el
sistema.
Representa la Tasa combinada de servicio a la cul todos los servidores
ocupados ( Aquellos que estn dando servicio a los
clientes), logran completar los servicios.
Modelamiento y
Simulacin

Victor Alvarez Celedon

Cuando n es una constante para todo n, esta cte.

Se denota por = 1 = 2 = 3 ;
Cuando la Tasa Media de Servicio por servidor ocupado , es una constante para
todo (n 1) , esta cte. se denota por .

n
n =
S

para n < S
para n S

clientes
]
[
]
[ ] = [U .clientes
[
]

=
det iempo
U . det iempo

1/; tiempo esperado entre llegadas.

1/; tiempo esperado de servicio ( por servidor).

Factor de utilizacin;

Modelamiento y
Simulacin

Fraccin esperada de tiempo en que los

servidores estn ocupados.
Representa la fraccin de la capacidad (S) de
servicio del sistema que est siendo utilizada en
promedio por los clientes que llegan ().

Victor Alvarez Celedon

2.3. Papel de la distribucin exponencial.

Las caractersticas de operacin de los sistemas de colas son determinadas en
gran parte por dos propiedades estadsticas que son:
- Distribucin del Tiempo entre llegadas.
- Distribucin del Tiempo de Servicio.
La forma de las distribuciones debe ser Suficientemente realista de modo
que proporcione Predicciones razonables y al mismo tiempo
Suficientemente sencilla de modo que el modelo sea Matemticamente
tratable.
Sea T v.a. que representa los tiempos entre llegadas o bien el de servicio.
Se dice que T sigue una Distribucin Exponencial de parmetro ssi:

e t
f (t ) =
0

t0
t<0

P[T > t ] = f (t )dt = 1 e t P[T < t ] = e t

E (T ) =
V (T ) =

Modelamiento y
Simulacin

Victor Alvarez Celedon

Propiedad N 1: Estrictamente Decreciente

1 1 1
2

t + t

P[0 T t ] > P[t T t + t ]

3 1
2

P 0 T 12 = 0,393

1
1
P 12 T 32 = 0,383

P [T t ] = 1 e t ;
P [T t ] = e t
Modelamiento y
Simulacin

Victor Alvarez Celedon

Propiedad N 2: Carencia de Memoria

P[T > t + t / T > t ] = P[T > t ]

Si nada a ocurrido, la EXP pierde la
memoria

P [T t ] = e t

T: Tiempo entre
eventos ( Llegadas,
Servicios completados)
T: Tiempo hasta el
siguiente evento

P[ A B ] P[A]
P[T > t + t / T > t ] =
=
P[B ]
P[B ]
e (t + t )
= t = e t = P[T > t ]
e

P[T > t + t / T < t ] = ?

Modelamiento y
Simulacin

Victor Alvarez Celedon

interseccin

t + t
10

Propiedad N 3: mnimo de variables aleatorias exponenciales.

{ T , T , ........,Tn
1

U =Mn
1

T1, T2, ..............Tn

v.a. exponenciales e
independientes.

1
T1

T2 , 2

n
Tn , n

=?

Nos importa determinar : P[U t]

P[U t] = P[ T1 t , T2 t,........Tn t]
n
=P[T1 t] P[T2 t].....P[Tn t]
= i
=e -1t * e -2t *.......* e -nt
i =1
= e -( 1+2+..........-n)t
= e-t
;
Por lo tanto U tambin tiene Distribucin Exponencial con parmetro :
.

Modelamiento y
Simulacin

Victor Alvarez Celedon

11

Propiedad N 4: Exponencial v/s Poisson.

Si T Exp( ) y mide el tiempo entre eventos o incidentes:

Entonces X (t ) Poisson (t ) es una v.a. equivalente y mide el

N de incidentes que ocurren hasta el instante t, donde en cero se
empez el conteo.

e t
fT (t ) =
0
P [T t ] = 1 e

P [T t ] = e

E [T ] = 1

V [T ] = 1
Modelamiento y
Simulacin

t0
t<0
t

(
t )n e t
P[X (t ) = n] =
n!

E [ X (t )] = t

V [X (t )] =

Cmo interpretar las Esperanzas?

Victor Alvarez Celedon

12

Propiedad N 5: Probabilidades en intervalos pequeos.

P[T t + t / T > t ]

e x = 1+x+ x

P[T t + t / T > t ] = 1 P[T t + t / T > t ]

n= 2

= 1 P[T t ]

= P[T t ] = 1 e

P[T t ]
Modelamiento y
Simulacin

n!

P [T t ] = 1 e t ;

= 1 (1 t ) = t

P[T t ]

Probabilidad de que algn incidente ocurra en

, dado que nada ha ocurrido hasta t

P [T t ] = e t

pequeo
implica un
incidente a lo ms.

Pbb. De que Algn incidente ocurra antes o durante

Pbb. De que Ningn incidente ocurra antes o durante

Victor Alvarez Celedon

t
t
13